Solr Snowball Stemmerはスペイン語と矛盾しています

StackOverflow https://stackoverflow.com/questions/8386515

  •  28-10-2019
  •  | 
  •  

質問

私はこの茎のあるフィールドを持っています：

<fieldtype name="textes" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords-es.txt" enablePositionIncrements="true"/>
    <filter class="solr.SnowballPorterFilterFactory" language="Spanish" protected="protwords-es.txt"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/>
    <filter class="solr.SnowballPorterFilterFactory" language="Spanish" protected="protwords-es.txt"/>
  </analyzer>
</fieldtype>

検索クエリの期待される結果 alquileres （家賃）は一致します alquiler （家賃）。ただし、SOLR管理サイトの「フィールド分析」にアクセスして、のインデックス値を確認すると alquiler のクエリ値 alquileres, 、次のことが起こります：

  • インデックス作成時 alquiler, 、それは茎になります alquil.
  • クエリするとき alquileres, 、それは茎になります alquiler.

したがって、単語の複数形を検索する単純なケース（alquileres）その単数形と一致しません（alquiler).

インデックスとクエリの両方を同じステムに抑えるべきではありません（どちらも alquiler また alquil）？これはアルゴリズムの制限ですか、それとも私の部分からの誤解/誤解ですか？

役に立ちましたか？

解決

スノーボールの茎は非常に限られています...辞書（Hunspell Stemmer）を使用することで、より良い結果が得られます。 http://wiki.apache.org/solr/hunspell

他のヒント

このリンクは適切に機能します アルキルレス

http://www.molinolabs.com/lematizador.html#alquileres

私はOpenOfficeのHunspellを使用していますが、それは優れた仕事をしています。

私の例：

URL-Elastic/_analyze?analyzer=es_AR&text=alquileres

そして戻る： 

{
  tokens:
  [
    {
      token: "alquiler",
      start_offset: 0,
      end_offset: 10,
      type: "<ALPHANUM>",
      position: 1
    }
  ]

}

リンク： https://www.openoffice.org/download/index.html

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top